AVALIAÇÃO DO SISTEMA BRASILEIRO DE ARMAZENAGEM ... · avaliaÇÃo do sistema brasileiro de armazenagem convencional e a granel: um estudo apoiado em anÁlise envoltÓria de dados

XLV CONGRESSO DA SOBER "Conhecimentos para Agricultura do Futuro"

Londrina, 22 a 25 de julho de 2007,

Sociedade Brasileira de Economia, Administração e Sociologia Rural

1

AVALIAÇÃO DO SISTEMA BRASILEIRO DE ARMAZENAGEM CONVENCIONAL E A GRANEL: UM ESTUDO APOIADO EM

ANÁLISE ENVOLTÓRIA DE DADOS (DEA)

JORGE LUIS MONTE DE MESQUITA (1) ; MARCELO ALVARO D A SILVA MACEDO (2) ; ANA CAROLINA THOMAZ DE ALMEIDA

MONTEIRO BARBOSA (3) .

1,3.NEGEN/UFRURALRJ, SEROPÉDICA, RJ, BRASIL; 2.PPGEN/NEGEN/UFRURALRJ, SEROPÉDICA, RJ, BRASIL.

[email protected]

APRESENTAÇÃO ORAL

COMERCIALIZAÇÃO, MERCADOS E PREÇOS AGRÍCOLAS

Avaliação do Sistema Brasileiro de Armazenagem Convencional e a Granel: um estudo apoiado em Análise Envoltória de Dados (DEA)

Grupo de Pesquisa: COMERCIALIZAÇÃO, MERCADOS E PREÇOS AGRÍCOLAS

Resumo O trabalho visa ao estudo introdutório do sistema de armazenamento brasileiro convencional e a granel, com aplicação da Metodologia de Análise Envoltória de Dados para avaliação da eficiência relativa de armazenamento, conforme os tipos de produção convencional e a granel, entre os Estados da Federação. Neste sentido, busca-se obter o valor adequado para o dimensionamento estático das instalações armazenadoras convencional e a granel, entre os Estados da Federação, considerando ambos os tipos de produção. Esta abordagem visou à busca do melhor atendimento das demandas de armazenamento impostas pelas mencionadas produções, ou seja, do dimensionamento adequado das capacidades de armazenagem para satisfazer as respectivas demandas. Palavras-Chave: Armazenagem de Grãos; Desempenho; Análise Envoltória de Dados, DEA. Abstract This work presents a introductory study of the brazilian conventional and in bulk storage system, applying the Data Envelopment Analysis Methodology to evaluate the relative efficiency of storage of both production types: conventional and in bulk, from all states of Brazil. In this sense, the appropriated value for the static dimensioning of the conventional




2

and in bulk facilities was searched. The model approach sought to satisfy the storage demands imposed by the mentioned productions system, that is, the adequate storage capacity. Key-Words: Grain Storage, Performance, Data Envelopment Analysis, DEA. 1. INTRODUÇÃO

Com o expressivo e contínuo crescimento do agronegócio nacional nos últimos anos

do século passado e início deste, o Brasil vem ocupando as primeiras posições no ranking dos maiores produtores mundiais. Como conseqüência direta deste fato, vê-se o maior ingresso de divisas internacionais no país promovido pelas empresas exportadoras, o que auxilia a equilibrar a balança de pagamentos brasileira.

Diversos são os fatores que promovem o aumento da produtividade agropecuária brasileira, permitindo a obtenção de maiores ganhos de escala em detrimento da expansão da área ocupada pelas culturas. Entre tais fatores, encontra-se o grande desenvolvimento científico e tecnológico, que conquistou o país neste segmento, e o aumento dos investimentos, tanto governamentais como privados.

Todavia, apesar do grande desenvolvimento experimentado pelo agronegócio nacional, os problemas estruturais brasileiros ainda persistem, impactando fortemente a expansão do agronegócio nacional, seja como atividade produtiva, seja como fonte de riqueza geradora de divisas internacionais de nosso país. Entre tais problemas, o mais importante em termos de impacto sobre o agronegócio nacional é a persistente ausência de infra-estrutura adequada para o armazenamento e comercialização da produção agropecuária, que promove perdas consideráveis de produção, dificultando a obtenção de maior eficiência no aproveitamento dos recursos econômicos, humanos e naturais aplicados ao agronegócio nacional.

Neste contexto, este trabalho pretende abordar a problemática da deficiente estrutura de armazenamento da produção brasileira de grãos ao longo dos Estados da Federação brasileira, que se constitui em importante fator limitante, impedindo o aumento da capacidade produtiva brasileira de grãos. Para atingir este objetivo foi realizada uma avaliação da eficiência relativa de armazenagem entre os Estados brasileiros, utilizando-se a metodologia de Análise Envoltória de Dados, visando o cômputo de seus respectivos déficits de capacidade estática de armazenagem. 2. ARMAZENAGEM NO BRASIL

A Agência Safras (2004) define as unidades armazenadoras de grãos como complexos

agro-industriais constituídos de estruturas e recursos para receber, pré-beneficiar, armazenar e expedir a produção agrícola de uma determinada área de abrangência. Estas demandam a condução de um conjunto de operações unitárias, tais como: pesagem, descarregamento, pré-limpeza, secagem, limpeza, tratamento químico, armazenagem e expedição. Ou seja, a armazenagem representa uma das mais complexas etapas do processo logístico do agronegócio, mas que enfrenta, no Brasil, um contraponto, tendo em vista a produção brasileira de grãos ser bem maior que a capacidade disponível pelos armazéns.

De acordo com Nogueira Junior e Tsunechiro (2005a), o resultado do déficit na capacidade de armazenagem em determinadas regiões do país traduz-se em congestionamentos nos armazéns, silos e portos em períodos de safras. Conforme citado por




3

Miranda (2002), isso representa um grave problema logístico, oponente do cenário otimista com que tem se deparado o Agronegócio brasileiro nos últimos tempos.

De acordo com um levantamento realizado pela CONAB e citado por Agroanalysis (2004), verificou-se um déficit da ordem de 25,9 milhões de toneladas na estrutura de depósitos da atual estrutura agrícola, requerendo investimentos da ordem de R$ 1,81 bilhão para compensar esta diferença. Constata-se que o país, por um longo tempo, deixou de investir na construção de silos e armazenagem, pois muito pouco foi feito após a implantação do Programa Nacional de Armazenagem (PRONAZEM), na década de 1970, que veio a priorizar a armazenagem a granel. Os efeitos do mencionado Programa resultaram num incremento de 5,3 milhões de toneladas na capacidade estática de armazenamento, com vistas a suprir o déficit da ordem de 2,5 milhões de toneladas na referida capacidade de armazenamento estimada para o biênio 1975-1976, como resultado imediato do vertiginoso crescimento da produção de soja a partir de 1975. Outra conseqüência verificada a partir da implantação do referido programa foi a instalação de unidades de armazenamento em regiões carentes do país.

Contudo, o Brasil se enfraqueceu em termos do aumento de sua capacidade de armazenamento desde então, tendo em vista não ocorrerem, praticamente, investimentos no setor, criando problemas regionais por conta da deficiente estrutura de armazenagem, bem como do sistema de transporte de grãos e da deficiência de escoamento nos portos. Como conseqüência, verifica-se que enquanto a produção brasileira de grãos cresceu aproximadamente 62,1%, a capacidade de armazenamento incrementou-se em apenas 7,4%, desequilibrando a oferta e a demanda de serviços de armazenagem e fatalmente, inviabilizando programas de modernização de equipamentos que se verificaram desde então, de acordo com Agroanalysis (2004). No mesmo sentido, Nogueira Junior (1989) corrobora a tese de que o complexo brasileiro de armazenagem tem suas deficiências originárias de sua estrutura arcaica e obsoleta, com características de um setor à margem dos interesses governamentais.

Este último autor constatou que, em 1989, a capacidade estática de armazenamento, era considerada satisfatória, muito embora sua forma e localização não fossem adequadas. Com base em levantamento do Cadastro Nacional de Unidades Armazenadoras (CIBRAZEM), de 1987, a referida capacidade era exatamente igual à produção de cereais e oleaginosas da safra 1987-1988, remontando a 66,9 milhões de toneladas, conforme citado por Agroanalysis (2004).

Ainda que se considerassem outros itens passíveis de armazenamento no meio ambiente natural, entre eles a produção de café beneficiado, de açúcar e da oferta total de trigo (somatório das parcelas de produção, importação e doação), a capacidade do complexo armazenador brasileiro, àquela época, era considerada satisfatória, na opinião de Nogueira Junior (1989). Tal fato decorria diretamente da defasagem verificada entre as entradas, de safra, no complexo armazenador, e as saídas, para consumo e exportação, permitindo transformar a capacidade estática da rede de armazenamento daquela época, em capacidade dinâmica, esta da ordem de 100,3 milhões de toneladas, se considerado o padrão internacional de rotatividade de estoques (da ordem de 1,5 vezes a capacidade estática de armazenamento).

Em 2004, a infra-estrutura de armazenagem brasileira era composta de 13,7 mil depósitos, que apresentavam capacidade estática de armazenamento da ordem de 94,12 milhões de toneladas, suficiente para armazenar aproximadamente 80% da safra 2003-2004, conforme mencionado por Agroanalysis (2004). Este valor contrapõe-se ao de outros países, entre eles o Canadá e os Estados Unidos, que apresentam capacidade de armazenamento, respectivamente, de 200% e 120% do tamanho da produção, representando folga na administração dos estoques. De acordo com Nogueira Junior e Tsunechiro (2005a), em




4

virtude da política nacional norte-americana de prevenção contra potenciais conflitos bélicos, o governo daquele país preocupa-se em manter estoques estratégicos elevados, como também no sentido do fortalecimento de sua posição mundial de grande fornecedor de matérias-primas. Todavia, apesar desta constante preocupação, os elevados custos inerentes à atividade de armazenamento têm provocado uma mudança na escala dos empreendimentos, de tal sorte a privilegiarem aqueles de menor custo e de utilização no curto prazo, de acordo com aqueles mesmos autores.

A razão de serem elevados os custos inerentes à atividade de armazenamento no Brasil decorre de muitos fatores, entre os quais o fato, registrado por Lacerda Filho et. al. (2000), de que a maior parte da produção de grãos brasileira é armazenada de forma convencional. Tal modalidade favorece o manuseio e o comércio em pequena escala, proporcionado pela movimentação do saco de grãos, apresentando vantagens e desvantagens.

Entre as vantagens do armazenamento convencional destacam-se: • oferta de condições para manipular quantidades e tipos de produtos variáveis,

simultaneamente; • permissão para individualizar os produtos dentro de um mesmo lote; • em caso de deterioração localizada, há possibilidade de remoção do material

deteriorado sem necessitar remanejar todo o lote; • reduzido custo inicial de instalação.

Entre as desvantagens encontram-se: • elevado custo da sacaria, o qual deve ser continuamente substituída, por não se

constituir de material permanente; • custo elevado de movimentação, tendo em vista demandar excessiva mão-de-

obra; • necessidade de muito espaço por tonelada estocada.

Lacerda Filho et. al. (2000) complementam dizendo que o armazenamento graneleiro se apresenta como concorrente direto da modalidade de armazenamento convencional. Este surgiu com a implantação das lavouras extensivas na década de 1960, o projeto destes armazéns adaptou-se às condições locais, como solução econômica para a granelização, a partir dos armazéns convencionais com transporte mecanizado de carga e descarga. Nos estágios iniciais de sua evolução, o armazém graneleiro não apresentava controle de temperatura e de aeração, e somente recebiam para armazenagem grãos limpos e secos, novos ou de outros silos. Modernamente são dotados de sistemas de termometria, que previnem o aumento de temperatura interna e aeração, removendo também focos de aquecimento, o que contribui para manter os grãos em boas condições e por períodos de tempo prolongados.

De toda forma, na opinião dos autores, uma unidade armazenadora de grãos deveria ser capaz de armazenar o produto por determinado período e manter sua qualidade a um nível desejado de qualidade para utilização futura, protegendo-o da ação do clima e permitindo o controle da temperatura, da umidade dos grãos e do controle de pragas (insetos, roedores e pássaros), devendo ser também de fácil e econômica operação, bem como apresentando possibilidade de ampliação futura.

Do ponto-de-vista crítico e comparativo, o modelo de armazenagem implantado no Brasil contrapõe-se ao adotado em outros países, notadamente os desenvolvidos. Comparando-se o modelo brasileiro ao norte-americano, tal contradição entre os modelos se torna evidente, na medida em que no Brasil apenas 10% da capacidade armazenadora total (incluindo-se as modalidades convencional e graneleira) encontra-se situada no interior das próprias unidades de produção, enquanto que nos Estados Unidos, verifica-se que tal cifra atinge 57%, de acordo com Nogueira Junior e Tsunechiro (2005a).




5

Desde fins da década de 1980, verificam-se problemas decorrentes da má distribuição geográfica e qualitativa da infra-estrutura de armazenamento brasileira, entre eles o congestionamento em algumas regiões do país por falta de unidades de armazenamento, ou quando presentes, por sua inadequação à estocagem a granel, conforme citado por Nogueira Junior e Tsunechiro (2005a). Na opinião de Nogueira Junior (1989), esta é a situação típica das fronteiras agrícolas, a qual persiste até os dias atuais, por conta de sua maior sensibilidade às perdas.

Somado à falta de espaço suficiente para armazenar a produção agrícola, há o problema da distribuição irregular dos armazéns existentes próximos às áreas de produção, conforme constatou Agência Safras (2004). Uma das possíveis razões para este fato é o crescimento das cidades, o que justifica o fato de que quase 64% dos armazéns localiza-se em áreas urbanas e portuárias, ou seja, o volume de produção depositado nos campos é baixo e não supera 30% da safra, conforme citado por Agroanalysis (2004).

Ainda para Agroanalysis (2004), a falta de espaço para armazenagem, somado à distribuição irregular dos armazéns existentes junto às áreas de produção, bem como a necessidade de adequação ou construção de novas unidades, contribuem para necessidade de acréscimo de até 40% na capacidade existente. Tais fatos obrigam o produtor a vender sua colheita ao preço que lhe é oferecido, tendo em vista não poder esperar (guardar sua produção) pelo melhor momento para vender sua produção.

Neste mesmo sentido, Nogueira Junior e Tsunechiro (2005a) mostraram outros números. Os autores constataram que mais da metade das unidades de armazenamento encontra-se em perímetro urbano (54,1%), o equivalente a 31% encontra-se localizada no espaço rural e constituído por cooperativas e indústrias de transformação. Somente 9,7% das unidades de armazenamento brasileiras localizam-se nas propriedades rurais, como as fazendas, e restante cabe às zonas portuárias (5,2%).

Quando se fala em avaliar a capacidade de armazenagem ao nível das fazendas, os autores também mencionam, citando dados de agosto de 2004, que os silos e armazéns graneleiros respondiam por 72,2% da capacidade total e os armazéns convencionais, os restantes 27,8%, sendo que em se tratando de zona rural, excluindo-se as fazendas, a participação de tais unidades de armazenamento correspondiam a 81,6% e 18,4%, respectivamente. Em seguida, destacam que na zona urbana, a distribuição correspondia a 71% e 29%, respectivamente. Enquanto que nos portos brasileiros, a participação dos tipos foi semelhante à das fazendas.

Outros problemas apontados por Costa (1995) são: a inadequação da rede local frente ao tipo de produto demandante (granel ou ensacado), a má qualidade das instalações, a falta de equipamentos que garantam a qualidade dos produtos estocados e a facilidade de escoamento, seja na existência de vias quanto de meios de transportes, os quais também promovem instabilidade ao setor agrícola e atingem todos os agentes envolvidos, desde os produtores até os consumidores finais. De uma maneira geral, Agroanalysis (2004) cita o fato de que sobram depósitos convencionais e faltam silos graneleiros sendo que, considerando a safra nacional de grãos, verifica-se que embora mais de 90% da produção exija o armazenamento a granel, 37,7 milhões de toneladas não dispõem de rede adequada de armazenamento.

Em se tratando de políticas públicas, o Plano Agrícola e Pecuário 2004/2005 do governo federal previu recursos para aumentar os investimentos em silagem e armazenagem, de acordo com Agência Safras (2004), tendo sido realizados investimentos da ordem de R$ 700 milhões, destinados pelo Programa de Incentivo à Irrigação e Armazenagem (MODERINFRA), conforme citado por Agroanalysis (2004).




6

Caminhando na mesma direção, em março de 2004, o Banco do Brasil tornou concreto o Programa BB de Armazenagem, pretendendo disponibilizar recursos da ordem de R$ 600 milhões, que seriam aplicados em um prazo de três anos, para ampliação da capacidade de armazenamento em até 8 milhões de toneladas, conforme citado por Nogueira Junior e Tsunechiro (2005b). Conseqüentemente, este programa veio a somar recursos ao MODERINFRA, bem como a dois outros principais instrumentos financeiros de incentivo à atividade de armazenagem no país, quais sejam, o Programa de Desenvolvimento Cooperativo para a Agregação de Valor à Produção Agropecuária (PRODECOOP) e o Fundo Constitucional do Centro-Oeste (FCO Rural).

Conforme citado por Agroanalysis (2004), ao longo da safra 2002/2003, o montante financiado pelo MODERINFRA foi de R$ 115,3 milhões, relativo à 1,4 mil operações de financiamento. À safra 2003/2004, o MODERINFRA financiou 17 mil operações, entre armazenagem e irrigação, totalizando recursos da ordem de R$ 451 milhões, o que representou incremento da ordem de 1.114% nas operações e 291% no montante dos recursos financiados.

Relativamente ao PRODECOOP, Agroanalysis (2004) cita que foram desembolsados R$ 450 milhões, a partir de dados fornecidos pela OCB, visando atingir a meta de 21,1 milhões de toneladas na capacidade estática das cooperativas. Quanto à armazenagem ao nível das fazendas, e também em relação à safra 2004/2005, o governo federal tinha por meta ampliar a quantidade disponível para 10%, embora longe da margem de segurança de 20% desejada, se considerado o potencial de produção entre 135 e 140 milhões de toneladas para a safra daquele período.

De acordo com Agência Safras (2004), foram aprovados, pela Medida Provisória 221/2004, posteriormente transformada na Lei 11.076/2004, com a finalidade de amenizar a problemática da armazenagem, dois novos instrumentos, de natureza financeira, que poderão ser emitidos pelas unidades de armazenamento, por meio de solicitação do depositante do produto: os Certificados de Depósitos Agropecuários (CDA) e os Warrants Agropecuários (WA). Em relação ao WA, o produtor levantaria financiamentos nos bancos habilitados, os quais responsabilizar-se-iam pelo registro no sistema da Câmara de Custódia e Liquidação (CETIP) da operação com aquele título. No caso do CDA, o produtor comercializaria seu produto diretamente para os investidores, a agroindústria ou empresas exportadoras. Contudo, alguns críticos já apontam que além da efetividade de ambos ainda depender de regulamentação, estes apresentam baixa liquidez e servem apenas para produtores que já possuem armazéns ou que tem algum próximo à sua propriedade.

Nogueira Junior e Tsunechiro (2005a) analisaram a oferta e a demanda de armazenagem de grãos e produtos secos nas Unidades da Federação, relativamente a outubro de 2003. Considerando como oferta as capacidades estáticas convencional e graneleira disponíveis nas unidades cadastradas pela CONAB, e como demanda o somatório da produção de grãos (da ordem de 123,2 milhões de toneladas) e de café beneficiado (1.996,8 mil toneladas), estimadas por aquela companhia, a produção de açúcar (23,4 milhões de toneladas) estimada pela União da Agroindústria Canavieira de São Paulo (ÚNICA), e a importação de trigo (6,6 milhões de toneladas) de acordo com dados da Secretaria de Comércio Exterior (SECEX), a demanda de armazenagem totalizou 155,2 milhões de toneladas.

De acordo com o levantamento dos autores, 40,7 milhões de toneladas (ou 26,2% daquele montante) representam produtos ensacados, demandantes de armazéns convencionais, e 114,5 milhões de toneladas (ou 73,8% daquele montante), produtos a granel, os quais demandam silos e graneleiros. Para este cálculo, os autores consideraram como produtos ensacados o açúcar, o algodão em caroço, o amendoim, o arroz, café beneficiado, feijão,




7

girassol e mamona. Como produtos a granel incluíram a aveia, o centeio, a cevada, o milho, a soja, o sorgo, os trigos nacional e importado, e triticale. O quadro 01 é ilustrativo do levantamento realizado pelos autores.

Da análise do quadro 01, depreende-se que as Unidades da Federação que lideraram a demanda total de armazenagem, em 2003, foram: Paraná, São Paulo, Rio Grande do Sul, Mato Grosso, Goiás e Minas Gerais, compreendendo 78% da soma total.

Comparativamente à modalidade de produção (ensacada e a granel), verifica-se que São Paulo, Pernambuco, Alagoas e Espírito Santo são as Unidades da Federação em que predominam a produção ensacada, dos quais os dois primeiros (São Paulo e Pernambuco) respondem pela demanda de armazéns convencionais em função da produção de açúcar e à importação de trigo. Quanto à Alagoas, a demanda decorre quase que exclusivamente da produção de açúcar. Em relação ao Espírito Santo, o café é quem responde por tal demanda. Quando considerada a produção de grãos, os maiores demandadores de armazenagem a granel são os estados do Paraná, Rio Grande do Sul, Mato Grosso, Goiás, Minas Gerais, Mato Grosso do Sul, Santa Catarina e Bahia.

Considerando-se a oferta brasileira de capacidade estática de armazenamento, da análise do quadro 01, constata-se que esta era da ordem de 90,5 milhões de toneladas, das quais 24,2 milhões de toneladas (ou 26,8%) referentes aos armazéns convencionais e 66,3 milhões de toneladas (ou 73,2%), correspondentes a armazéns graneleiros e silos. Conclui-se também que as maiores capacidades estáticas encontram-se localizadas no Rio Grande do Sul, Paraná, Mato Grosso, Goiás, São Paulo, Mato Grosso do Sul e Minas Gerais.

Do ponto-de-vista da análise da modalidade de armazenamento, conclui-se que São Paulo é o estado em que o item armazém convencional participa majoritariamente (55,3% do total) da capacidade de armazenamento estático do Estado, donde se conclui da baixa presença da modalidade armazém graneleiro nesta unidade da Federação. Contudo, verifica-se que há predomínio de armazéns convencionais entre as unidades da federação que apresentam menor nível de produção total.

Quadro 01 – Dados da Produção e da Capacidade Estática por Estado

Convencional % Granel % Total % Convencional % Granel % Total %Paraná 2.840,5 6,99% 28.670,1 25,03% 31.510,60 20,31% 4.367,2 18,02% 13.878,0 20,94% 18.245,20 20,16%São Paulo 15.947,1 39,22% 8.480,9 7,41% 24.428,00 15,74% 5.317,7 21,94% 4.290,7 6,47% 9.608,40 10,61%Rio Grande do Sul 4.844,4 11,92% 18.080,2 15,79% 22.924,60 14,77% 2.877,5 11,87% 16.207,2 24,45% 19.084,70 21,08%Mato Grosso 2.613,4 6,43% 16.496,7 14,40% 19.110,10 12,31% 2.916,0 12,03% 10.853,4 16,37% 13.769,40 15,21%Goiás 1.392,3 3,42% 10.548,8 9,21% 11.941,10 7,69% 1.737,5 7,17%8.564,3 12,92% 10.301,80 11,38%Minas Gerais 3.010,9 7,41% 8.119,1 7,09% 11.130,00 7,17% 1.917,5 7,91% 2.840,0 4,28% 4.757,50 5,26%Mato Grosso do Sul 780,6 1,92% 7.542,0 6,59% 8.322,60 5,36% 750,0 3,09% 4.130,0 6,23% 4.880,00 5,39%Santa Catarina 1.228,8 3,02% 5.527,3 4,83% 6.756,10 4,35% 526,8 2,17% 2.484,6 3,75% 3.011,40 3,33%Bahia 960,2 2,36% 3.426,1 2,99% 4.386,30 2,83% 672,4 2,77% 1.194,4 1,80% 1.866,80 2,06%Maranhão 758,2 1,86% 1.144,1 1,00% 1.902,30 1,23% 115,2 0,48% 335,4 0,51% 450,6 0,50%Ceará 327,1 0,80% 1.443,6 1,26% 1.770,70 1,14% 306,5 1,26% 115,6 0,17% 422,1 0,47%Pernambuco 1.069,4 2,63% 615,1 0,54% 1.684,50 1,09% 472,9 1,95% 152,3 0,23% 625,2 0,69%Alagoas 1.567,5 3,86% 72,8 0,06% 1.640,30 1,06% 245,5 1,01% 35,4 0,05% 280,9 0,31%Pará 640,9 1,58% 763,2 0,67% 1.404,10 0,90% 225,7 0,93% 36,0 0,05% 261,7 0,29%Rio de Janeiro 352,8 0,87% 751,0 0,66% 1.103,80 0,71% 142,2 0,59% 80,3 0,12% 222,5 0,25%Tocantins 447,7 1,10% 535,7 0,47% 983,4 0,63% 682,3 2,82% 391,2 0,59% 1.073,50 1,19%Espírito Santo 564,9 1,39% 305,9 0,27% 870,8 0,56% 438,3 1,81% 390,2 0,59% 828,5 0,92%Piauí 269,2 0,66% 595,5 0,52% 864,7 0,56% 70,6 0,29% 106,9 0,16% 177,5 0,20%Rondônia 293,5 0,72% 307,0 0,27% 600,5 0,39% 167,7 0,69% - 0,00% 167,7 0,19%Rio Grande do Norte 205,4 0,51% 218,2 0,19% 423,6 0,27% 72,9 0,30% 4,5 0,01% 77,4 0,09%Distrito Federal 39,7 0,10% 322,0 0,28% 361,7 0,23% 95,5 0,39% 171,6 0,26% 267,1 0,30%Sergipe 114,8 0,28% 228,1 0,20% 342,9 0,22% 10,7 0,04% 7,7 0,01% 18,4 0,02%Paraíba 187,8 0,46% 137,1 0,12% 324,9 0,21% 49,3 0,20% 11,4 0,02% 60,7 0,07%Roraima 106,9 0,26% 49,9 0,04% 156,8 0,10% 12,5 0,05% 5,6 0,01% 18,1 0,02%Amazonas 45,1 0,11% 94,5 0,08% 139,6 0,09% 18,1 0,07% - 0,00% 18,1 0,02%Acre 43,1 0,11% 49,5 0,04% 92,6 0,06% 24,0 0,10% - 0,00% 24 0,03%Amapá 4,0 0,01% 1,2 0,00% 5,2 0,00% 0,8 0,00% - 0,00% 0,8 0,00%Total 40.656,2 100,00% 114.525,6 100,00% 155.181,80 100,00% 24.233,3 100,00% 66.286,7 100,00% 90.520,00 100,00%

DMU'sProdução (1.000 ton) Capacidade Estática (1.000 ton)

Fonte: Nogueira Junior e Tsunechiro (2005a)




8

Considerando ainda o quadro 01, ao compararmos a capacidade estática total de armazenamento (com dados de outubro de 2003) de 90,5 milhões de toneladas com a produção de grãos da safra de 2002/2003, da ordem de 123,2 milhões de toneladas, verifica-se um deficit de 32,6 milhões de toneladas. Ao mesmo tempo, se compararmos o somatório entre a produção de grãos da safra de 2002/2003 e a oferta brasileira dos principais produtos agrícolas armazenados a meio ambiente natural, entre os quais cereais, oleaginosas, açúcar, café e trigo importado, correspondente a 155,2 milhões de toneladas, este déficit aumenta para 64,6 milhões de toneladas. Um ponto interessante é que proporcionalmente este déficit se encontra igualmente dividido entre as modalidades convencional e a granel, ambas com um déficit de pouco mais de 40 % do total produzido.

O quadro 02 mostra o Índice de Ocupação da Capacidade de Armazenamento por Unidade da Federação, que é definido como a relação entre as produções ensacada e a granel e suas respectivas capacidades. Neste sentido, um índice unitário determina 100% de aproveitamento dos armazéns. De outra forma, um índice maior que um determina que demanda, representada pela produção respectiva, supera a oferta de capacidade de armazenamento estática, denotando presença de déficit no sistema de armazenagem daquela unidade da Federação.

Da análise do índice de Ocupação da Capacidade de Armazenamento, conclui-se que: • Com relação às unidades de armazenamento graneleiras, os estados do Rio

Grande do Sul e Goiás apresentam pequenos problemas. Já em referência às unidades de armazenamento convencionais, os estados do Paraná, Mato Grosso e Goiás, entre outros, apresentam-se com relativa folga de capacidade;

• Os estados do Ceará, Pará, Rio Grande do Norte, Sergipe e Paraíba apresentam elevados índices de ocupação da capacidade em silos e armazéns graneleiros. Já em relação à ocupação da capacidade convencional, os maiores problemas estão concentrados no Maranhão, Alagoas, Sergipe e Roraima;

• Percebe-se que os problemas estão concentrados nas regiões Norte e Nordeste.

Quadro 02 – Taxa de Ocupação da Capacidade por Estado




9

Convencional Granel TotalParaná 0,65 2,07 1,73São Paulo 3,00 1,98 2,54Rio Grande do Sul 1,68 1,12 1,2Mato Grosso 0,90 1,52 1,39Goiás 0,80 1,23 1,16Minas Gerais 1,57 2,86 2,34Mato Grosso do Sul 1,04 1,83 1,71Santa Catarina 2,33 2,22 2,24Bahia 1,43 2,87 2,35Maranhão 6,58 3,41 4,22Ceará 1,07 12,49 4,19Pernambuco 2,26 4,04 2,69Alagoas 6,38 2,06 5,84Pará 2,84 21,20 5,37Rio de Janeiro 2,48 9,35 4,96Tocantins 0,66 1,37 0,92Espírito Santo 1,29 0,78 1,05Piauí 3,81 5,57 4,87Rondônia 1,75 0,00 3,58Rio Grande do Norte 2,82 48,49 5,47Distrito Federal 0,42 1,88 1,35Sergipe 10,73 29,62 18,64Paraíba 3,81 12,03 5,35Roraima 8,55 8,91 8,66Amazonas 2,49 0,00 7,71Acre 1,80 0,00 3,86Amapá 5,00 0,00 6,5Total 1,68 1,73 1,71

DMU'sTaxa de Ocupação da Capacidade

Fonte: Nogueira Junior e Tsunechiro (2005a)

3. METODOLOGIA

Adotando o apresentado por Vergara (2005) a metodologia deste trabalho compreende

uma Pesquisa Aplicada, Descritiva e Quantitativa. Isto porque optou-se pela aplicação da metodologia de Análise Envoltória de Dados (DEA) para avaliação da eficiência relativa de armazenamento entre Estados da Federação, utilizando os dados de capacidades estática de armazenagem, da forma como apresentados por Nogueira Junior e Tsunechiro (2005a).

Neste sentido foi considerado o método de Análise Envoltória de Dados orientado a output, aplicando-se o enfoque de Retornos Constantes à Escala (do inglês, Constant Returns to Scale – CRS), que será apresentado ainda neste item.

O problema é definido a partir do confronto entre as demandas de produção agrícola convencional e a granel (os inputs), para cada Estado da Federação, considerados Unidades de Decisão ou DMUs, e as capacidades estáticas, convencional e a granel (os outputs), partindo dos dados previamente obtidos por Nogueira Junior e Tsunechiro (2005a).

Deste confronto pretendeu-se obter a eficiência relativa de armazenamento em termos dos elementos de comparação (benchmarks), aplicados a cada Estado da Federação, de acordo com a formulação matemática da Análise Envoltória de Dados.

A escolha do modelo de Análise Envoltória de Dados orientado a output partiu da premissa essencial de que não é possível ou desejável reduzir a demanda de armazenamento, caracterizada pelas produções convencional e a granel, tendo em vista tais valores resultarem do produto da safra daquele período. Não obstante, desejou-se então obter uma maior capacidade de armazenamento convencional e a granel, ditas virtuais, como outputs em




10

termos da metodologia de Análise Envoltória de Dados, na busca do dimensionamento adequado das instalações armazenadoras.

Em termos de Análise Envoltória de Dados pretende-se obter, com a abordagem em tela, os denominados Alvos de Eficiência de Escala, ou seja, aqueles tamanhos de escala desejáveis em que as DMU’s não-eficientes deveriam operar para se aproximarem das DMU’s mais produtivas, que lhe são benchmarks ou padrões de comparação. O que busca-se neste artigo é apresentar uma metodologia multidimensional, na qual seja possível avaliar a eficiência da capacidade de armazenagem de cada Estado brasileiro frente a sua produção, de modo multicriterial, ou seja, considerando de maneira integrada todos os vetores apresentados. Isto é feito através da utilização da Análise Envoltória de Dados (DEA), que mostra o quão um Estado é eficiente, no tratamento de seus inputs e outputs, em relação aos outros. Esta análise fornece um indicador que varia de 0 a 1 ou de 0 % a 100 %, sendo que somente os Estados que obtêm índice de eficiência igual a um é que são efetivamente eficientes, ou seja, fazem parte da fronteira eficiente. Em termos práticos, o modelo procura identificar a eficiência de um Estado comparando-o com os melhores desempenhos observados.

De acordo com Talluri (2000), a Analise Envoltória de Dados (Data Envelopment Analysis – DEA) é uma técnica de Programação Linear que trata da questão da Análise Multicritério de Produtividade a partir da análise comparativa de eficiência entre unidades organizadas denominadas Unidades de Decisão (Decision Making Units – DMU’s). Esta abordagem visa estimar a Fronteira de Eficiência, capaz de incorporar diversas variáveis de entrada (input) e de saída (output), para o referido cálculo da eficiência de unidades de decisão.

Ainda segundo o autor, para tanto são definidos os problemas orientados a input e aqueles orientados a output. Os problemas orientados a input são aqueles em que se procuram minimizar os inputs e deixam-se de variar os outputs, de tal forma que a relação que define a Eficiência seja maximizada. Nos problemas orientados a output, deseja-se maximizar os outputs ao mesmo tempo em que não se variam os inputs, de tal forma que a relação que define a Eficiência seja também maximizada.

Considera-se uma DMU eficiente quando a mesma obtém uma razão unitária de 100%, na relação entre outputs e inputs que define a eficiência. Diversamente, considera-se ineficiente quando tal relação é inferior à unidade. Para cada DMU ineficiente, a metodologia da Análise Envoltória de Dados identifica DMU’s eficientes, que se tornam padrões para comparação (benchmarks) com aquela DMU ineficiente analisada. Sendo assim Talluri (2000) define a Eficiência como:

∑

∑=

N

ii

M

jj

inputs

outputs

Eficiência

Considerando-se que há n DMU’s, cada qual com N inputs (insumos) e M outputs

(produtos), a Eficiência Relativa de uma DMU sob análise é obtida da resolução do modelo proposto por Charnes et. al (1978), como segue:




11

∑

∑

=

=N

iipi

M

jjpj

xu

yv

1

1max

s.a.

v y

u xk

v u j i

j jkj

M

i iki

N

j i

=

=

∑

∑≤ ∀

≥ ∀

1

1

1

0

,

, , ,

Onde: j = 1 ... M outputs i = 1 ... N inputs k = 1, ... , p, ... , n DMUs sob análise yjk = outputj da k-ésima DMU xik = inputi da k-ésima DMU vj = peso do j-ésimo output ui = peso do i-ésimo input

O problema anterior pode ser convertido na resolução de um programa linear,

conforme proposto por Charnes e Cooper (1962):

max v y

s a u x

v y u x i

v u k j

j jkj

M

i ipi

N

j jkj

M

i ipi

N

j i

=

=

= =

∑

∑

∑ ∑

=

− ≤ ∀

≥ ∀

1

1

1 1

1

0

0

.

,

, , ,

Para a resolução de um problema em DEA, resolve-se o problema de programação

linear n vezes, identificando-se a eficiência relativa de todas as DMU’s, selecionando-se pesos tais que maximizem ou minimizem os outputs e os inputs. A escolha da abordagem necessária será baseada na peculiaridade de cada problema a ser resolvido. Os dois modelos anteriores possuem orientação input, porém neste artigo a análise está fundamentada numa orientação output, ou seja, a função objetivo busca minimizar a relação entre inputs e outputs. Sendo assim, a programação matemática a seguir representa, segundo Gomes e Mangabeira (2004), a modelagem que será utilizada:




12

x, y,, v u

nc..., , k yu

xvS.a.:

yu

xv MinEc

ij

jkj

iki

jcj

ici

∀≥

=≥

=

∑∑

∑∑

0

,,,,211 Κ

yxvu

nckyuxv

yuaS

xvMin

ij

n

j

jkj

m

i

iki

s

j

jcj

m

i

ici

,,0,

,,,,1,0

1:..

11

1

1

∀≥

=≥−

=

∑∑

∑

∑

==

=

=

ΚΚ

De uma maneira geral, de acordo com Ramanathan (2003), para cada DMU

ineficiente, ou seja, aquela que não esteja localizada sobre a Fronteira de Eficiência definida pelas DMUs eficientes, é calculada uma distância modular entre as DMUs ineficientes e as DMUs eficientes, localizadas sobre a Fronteira de Eficiência, também conhecida como Envoltória. Zhu (2004) e Ramanathan (2003) denominam tais distâncias de Folga de Input (Input Slack) e de Folga de Output (Output Slack). Ramanathan (2003), assim, caracteriza tais grandezas:

alOutputtivoOutputObjeOutpuSlack

ivoInputObjetalInputInputSlack

Re

Re

−=−=

Sendo que:

100

ReRe

100

Re*Re

lativaEficiênciaalOutput

tivoOutputObje

lativaEficiênciaalInputivoInputObjet

=

=

Entre as vantagens do método de Análise Envoltória de Dados, Ramanathan (2003)

cita as seguintes: • Objetividade, na medida em que a Análise Envoltória de Dados prevê um

cálculo de eficiência baseada em dados numéricos, não oferecendo margem para a subjetividade das opiniões dos analistas envolvidos com a solução do problema;

• Possibilidade de manipulação de múltiplos inputs e múltiplos outputs, comuns a todas as DMU’s, bem como operação independente de coerência entre sistemas de unidades de medida;

• Trata-se de um método não-paramétrico, não requerendo qualquer relação funcional entre as variáveis de entrada (inputs) e as de saída (outputs).

Contudo, ressalta o autor, a Análise Envoltória de Dados apresenta desvantagens, entre as quais:

• Necessita da resolução de um problema de programação linear para cada DMU, ou seja, o problema deve ser resolvido n vezes, o que demanda recursos computacionais intensivos;

• Uma vez que o compreende a modelagem de dados numéricos, eventuais erros de medida podem provocar problemas significativos na obtenção dos resultados, tornando necessário um pós-processamento para o refinamento da solução para um problema de programação linear resolvido por Análise Envoltória de Dados.




13

Moreira e Fonseca (2005) também apontam para a importante influência relativa do ruído promovido pela inconsistência numérica dos dados, como elemento importante a ser considerado na análise do problema.

• Dado que o método de Análise Envoltória de Dados é não-paramétrico, os testes de hipótese estatísticos são dificultados.

• Na medida em que os escores de eficiência da Análise Envoltória de Dados são obtidos após a resolução iterativa de um número considerável de problemas de programação linear, geralmente não é fácil explicar intuitivamente o referido método para o caso de mais de duas entradas e saídas para uma platéia não-técnica.

Visando facilitar a resolução da modelagem DEA, foi utilizado um aplicativo de computador programado por ZHU (2004) que, quando aberto sobre uma planilha do aplicativo Microsoft Excel 2000®, procede à realização dos cálculos envolvidos com a Análise Envoltória de Dados para a obtenção dos resultados desejados por este artigo, quais sejam as Eficiências de Armazenagem e os denominados Alvos de Eficiência de Escala para cada estado brasileiro.

Por fim, o quadro 03 mostra, a partir dos dados de Nogueira e Tsunechiro (2005a), como variáveis de entrada (inputs) a produção convencional (em mil toneladas) e a produção a granel (em mil toneladas); como variáveis de saída (outputs) a capacidade estática convencional (em mil toneladas) e a capacidade estática a granel (em mil toneladas); e como DMU’s os Estados brasileiros.

Quadro 03 – Informações utilizadas na Modelagem DEA

Convencional Granel Convencional GranelParaná 2.840,5 28.670,1 4.367,2 13.878,0São Paulo 15.947,1 8.480,9 5.317,7 4.290,7Rio Grande do Sul 4.844,4 18.080,2 2.877,5 16.207,2Mato Grosso 2.613,4 16.496,7 2.916,0 10.853,4Goiás 1.392,3 10.548,8 1.737,5 8.564,3Minas Gerais 3.010,9 8.119,1 1.917,5 2.840,0Mato Grosso do Sul 780,6 7.542,0 750,0 4.130,0Santa Catarina 1.228,8 5.527,3 526,8 2.484,6Bahia 960,2 3.426,1 672,4 1.194,4Maranhão 758,2 1.144,1 115,2 335,4Ceará 327,1 1.443,6 306,5 115,6Pernambuco 1.069,4 615,1 472,9 152,3Alagoas 1.567,5 72,8 245,5 35,4Pará 640,9 763,2 225,7 36,0Rio de Janeiro 352,8 751,0 142,2 80,3Tocantins 447,7 535,7 682,3 391,2Espírito Santo 564,9 305,9 438,3 390,2Piauí 269,2 595,5 70,6 106,9Rondônia 293,5 307,0 167,7 - Rio Grande do Norte 205,4 218,2 72,9 4,5Distrito Federal 39,7 322,0 95,5 171,6Sergipe 114,8 228,1 10,7 7,7Paraíba 187,8 137,1 49,3 11,4Roraima 106,9 49,9 12,5 5,6Amazonas 45,1 94,5 18,1 - Acre 43,1 49,5 24,0 - Amapá 4,0 1,2 0,8 - Total 40.656,2 114.525,6 24.233,3 66.286,7

Capacidade Estática (1.000 ton) OUTPUTS

Produção (1.000 ton) INPUTSDMU's




14

4. APRESENTAÇÃO E ANÁLISE DOS RESULTADOS

Aplicando o enfoque para a resolução do problema, conforme explanado no item anterior, e o aplicativo DEA Excel Solver, obteve-se as planilhas de resultados.

A análise dos resultados prendeu-se apenas à discussão da Eficiência e dos Alvos de eficiência. O quadro 04 mostra a Avaliação de Eficiência Estática de Armazenamento de cada estado.

Da análise do quadro 04, constata-se que as Unidades da Federação que se valem mais eficientemente de sua estrutura de armazenagem, em nível de capacidade estática de armazenamento, considerando os dados do ano de 2003, são os Estados do Rio Grande do Sul, Goiás, Alagoas, Tocantins, Espírito Santo e Distrito Federal. Constata-se, ainda, que tais Unidades de Decisão, ou DMU’s, apresentam seus valores de Eficiência Orientada a Output iguais à unidade, o que os coloca sobre a Fronteira de Eficiência.

Sendo assim, as Unidades da Federação consideradas não-eficientes são as demais, ou seja, os Estados do Paraná, São Paulo, Mato Grosso, Minas Gerais, Mato Grosso do Sul, Santa Catarina, Bahia, Maranhão, Ceará, Pernambuco, Pará, Rio de Janeiro, Piauí, Rondônia, Rio Grande do Norte, Sergipe, Paraíba, Roraima, Amazonas, Acre e Amapá, tendo em vista apresentarem seus valores de eficiência menores que a unidade.

Quadro 04 – Resultados de Eficiência de Armazenagem por Estado DMU EFF (%) DMU EFF (%)

Paraná 90,05 Rio de Janeiro 24,53São Paulo 43,66 Tocantins 100,00Rio Grande do Sul 100,00 Espírito Santo 100,00Mato Grosso 82,76 Piauí 21,62Goiás 100,00 Rondônia 42,26Minas Gerais 44,37 Rio Grande do Norte 25,89Mato Grosso do Sul 86,01 Distrito Federal 100,00Santa Catarina 52,36 Sergipe 5,74Bahia 46,52 Paraíba 26,48Maranhão 29,58 Roraima 17,13Ceará 48,45 Amazonas 24,49Pernambuco 54,30 Acre 37,90Alagoas 100,00 Amapá 42,21Pará 23,21

Conforme ressaltado anteriormente, trata-se o trabalho em questão da aplicação da

metodologia de Análise Envoltória de Dados com base em problema orientado a output, tendo em vista a peculiaridade do problema. Partiu-se da premissa essencial de que não é possível ou desejável reduzir a demanda de armazenamento, caracterizada pelas produções convencional e a granel, tendo em vista tais valores resultarem do produto da safra daquele período, senão a obtenção de uma maior capacidade de armazenamento convencional e a granel, na busca do dimensionamento adequado das instalações armazenadoras. Apresenta-se no quadro 05, o cômputo dos valores atuais, dos valores ideais e das necessidades de aumento da capacidade (déficit de armazenagem) de armazenamento convencional e a granel.

Com esta abordagem, inicia-se esta análise de resultados pelas DMU’s mais eficientes e constatam-se os seguintes resultados:




15

a) Estado do Rio Grande do Sul Trata-se do estado que apresenta a maior participação na capacidade de

armazenamento estático a granel (com 24,45%), ocupando também o quarto lugar (com 11,87%) do volume de armazenamento estático convencional. Constata-se que a preferência pelo armazenamento a granel naquele estado se deu em função de ter o mesmo se destacado como um grande produtor e armazenador de soja em grão e trigo em grão, em outubro de 2003, conforme IBGE (2003), tendo em vista o seu clima propício para estes cultivos e as facilidades de escoamento proporcionadas por sua infra-estrutura portuária desenvolvida. Neste mesmo sentido, destacou-se este estado em outubro de 2003, à época da avaliação por Nogueira Junior e Tsunechiro (2005a) e também conforme IBGE (2003), como armazenador de arroz em casca, arroz beneficiado, milho (em grão), entre outros produtos.

Conforme também apontado por Nogueira Junior e Tsunechiro (2005a), tal Estado é o que apresenta o quarto menor Índice de Ocupação da Capacidade de Armazenamento Estática total, com uma produção total 20% superior à capacidade total de armazenamento, ou mais especificamente com uma produção à granel apenas 12% superior à capacidade de armazenamento a granel. b) Estado de Goiás

Trata-se do estado que apresenta a quarta maior participação no volume de armazenamento estático a granel (com 12,92%), embora ocupe também o sexto lugar (com 7,17%) do volume de armazenamento estático convencional. Constata-se, portanto, que a preferência pelo armazenamento a granel naquele estado se deu em função deste ser um grande produtor de soja em grão, conforme IBGE (2003), tendo em vista o seu clima favorável e o deslocamento da fronteira agrícola desta cultura para o Centro-Oeste, com destaque para a cidade de Jataí, entre outras cidades da região do Sul Goiano. De acordo com IBGE (2003), este Estado também se destacou na armazenagem de milho em grão, trigo em grão, semente de soja e semente de milho, entre as mais relevantes.

Soma-se a estes o fato de que, conforme apontado por Nogueira Junior e Tsunechiro (2005a), tal estado é o que apresenta o primeiro menor Índice de Ocupação da Capacidade de Armazenamento Estática total, com uma produção total 16% superior à capacidade total de armazenamento, ou melhor dizendo, com uma produção à granel 23% superior à capacidade de armazenamento a granel. Pode-se apontar também como fator desse comportamento à elevada produtividade obtida com a produção da soja e outras culturas, como conseqüência direta de investimentos em pesquisa realizados pela EMBRAPA sobre a produção de grãos e frutas para exportação, com destaque para a cidade de Rio Verde, naquele estado, conforme Gasques et al. (2004). c) Estado de Alagoas

Trata-se do Estado que apresenta baixas participações no volume de armazenamento estático a granel (com 0,05%) e convencional (com 1,01%). Constata-se que, por ser a cultura do feijão predominante naquele estado, deu-se preferência pelo armazenamento convencional, tendo em vista que, conforme IBGE (2003), as culturas de algodão em pluma e milho em grão são as duas culturas mais relevantes em termos de tonelada de produto armazenado, com 1.184 e 9.419 toneladas, respectivamente. d) Estado de Tocantins

Comparativamente falando, trata-se de um dos estados com baixa participação no volume de armazenamento estático a granel (com 0,59%), mas com relevante participação no volume estático convencional (com 2,82%). Constata-se que, com base em dados de 2004, a cultura da soja é predominante naquele estado, como resultado do deslocamento da fronteira agrícola para a região Centro-Oeste. Contudo, tal fato não foi tão marcante em 2003, tendo




16

em vista IBGE (2003) ter apontado predomínio de armazenamento de arroz em casca e de milho em grão.

Soma-se a estes fatos, um dos mais baixos Índices de Ocupação da Capacidade de Armazenamento estática, o que permite conferir-lhe alguma folga de capacidade de armazenamento, principalmente no que se refere ao estático convencional. Contudo, verifica-se que este Índice ultrapassa a unidade, em termos de capacidade estática a granel, evidenciando um possível estrangulamento em nível de armazenamento a granel, o que poderia ser compensado pela construção de mais silos graneleiros autorizados ou estimulando o produtor ou as cooperativas a estocarem eles próprios sua produção, por conta dos instrumentos financeiros já mencionados. e) Espírito Santo e Distrito Federal

Em se tratando do estado do Espírito Santo o Índice de Ocupação da Capacidade de Armazenamento estática apresenta reduzido estrangulamento. É um dos estados da Federação que apresenta as mais baixas capacidades estáticas convencional e a granel, o que pode ser explicado pelo predomínio de armazenamento de café em grão, conforme IBGE (2003).

Quando se fala no Distrito Federal, o que se verifica é grande folga no Índice de Ocupação da Capacidade de Armazenamento estática convencional (aproximadamente 58 %), mas um estrangulamento relativamente crítico no referido índice para a capacidade estática a granel. Conforme IBGE (2003), as culturas que apresentam predomínio de armazenamento são soja em grão, trigo em grão e milho em grão.

Quadro 05 – Valores Ideais de Armazenamento por Estado

Convencional Granel Convencional Granel Convencional GranelParaná 4.367,20 13.878,00 4.849,63 15.411,04 -482,43 -1.533,04São Paulo 5.317,70 4.290,70 12.179,75 10.806,62 -6.862,05 -6.515,92Rio Grande do Sul 2.877,50 16.207,20 2.877,50 16.207,20Mato Grosso 2.916,00 10.853,40 3.523,31 13.113,83 -607,31 -2.260,43Goiás 1.737,50 8.564,30 1.737,50 8.564,30Minas Gerais 1.917,50 2.840,00 4.321,17 6.400,07 -2.403,67 -3.560,07Mato Grosso do Sul 750,00 4.130,00 974,14 4.801,62 -224,14 -671,62Santa Catarina 526,80 2.484,60 1.006,19 4.745,59 -479,39 -2.260,99Bahia 672,40 1.194,40 1.445,45 2.567,58 -773,05 -1.373,18Maranhão 115,20 335,40 546,46 1.134,05 -431,26 -798,65Ceará 306,50 115,60 632,65 810,63 -326,15 -695,03Pernambuco 472,90 152,30 870,86 748,74 -397,96 -596,44Alagoas 245,50 35,40 245,50 35,40Pará 225,70 36,00 972,54 558,99 -746,84 -522,99Rio de Janeiro 142,20 80,30 579,60 472,30 -437,40 -392,00Tocantins 682,30 391,20 682,30 391,20Espírito Santo 438,30 390,20 438,30 390,20Piauí 70,60 106,90 326,62 494,55 -256,02 -387,65Rondônia 167,70 - 396,83 244,11 -229,13 -244,11Rio Grande do Norte 72,90 4,50 281,54 171,77 -208,64 -167,27Distrito Federal 95,50 171,60 95,50 171,60Sergipe 10,70 7,70 186,52 145,57 -175,82 -137,87Paraíba 49,30 11,40 186,15 139,62 -136,85 -128,22Roraima 12,50 5,60 72,95 63,06 -60,45 -57,46Amazonas 18,10 - 73,90 59,63 -55,80 -59,63Acre 24,00 - 63,32 37,08 -39,32 -37,08Amapá 0,80 - 1,90 1,46 -1,10 -1,46

-15.334,78 -22.401,11

DMU'sDados do problema Alvo de Eficiência Déficit de Armazenagem

TOTAL

EFICIENTE

EFICIENTE

EFICIENTE

EFICIENTEEFICIENTE

EFICIENTE




17

Com relação às unidades ineficientes pode-se observar, no quadro 04, seus índices de

desempenho em relação a eficiência de armazenagem. Já no quadro 05, tem-se as capacidades ideais e as necessidades de melhoria na capacidade, destacadas como déficits de armazenagem para atingir a eficiência de 100 %. Estas necessidades de melhoria são calculadas pela comparação entre as capacidades ideais e reais.

Este ponto é importante, pois a análise não mostra um ótimo idealizado, mas o que se deve fazer dado o que se tem de real e efetivo nas outras unidades. Logo, o déficit apurado não é em relação a produção, mas em relação a comparação da capacidade de armazenamento frente a produção de cada DMU ineficiente com as unidades eficientes. Ou seja, o déficit apurado não é uma simples diferença entre a produção e a capacidade de armazenamento, mas sim esta diferença frente as mesmas diferenças existentes no sistema.

Percebe-se que as unidades com menor índice de eficiência são aquelas que necessitam de maiores alterações (ampliação) da capacidade de armazenamento. Numa análise por região, percebe-se que os cinco piores estados estão nas regiões Norte e Nordeste e apenas Alagoas e Tocantins são representantes eficientes destas regiões. Para corroborar esta análise, o quadro 06 mostra a eficiência média de cada região.

Quadro 06 – Eficiência Média por Região DMU EFF (%) DMU EFF (%)

Mato Grosso 82,76 São Paulo 43,66Goiás 100,00 Minas Gerais 44,37Distrito Federal 100,00 Espírito Santo 100,00Mato Grosso do Sul 86,01 Rio de Janeiro 24,53REGIÃO CENTRO-OESTE 92,19 REGIÃO SUDESTE 53,14Rondônia 42,26 Piauí 21,62Tocantins 100,00 Rio Grande do Norte 25,89Roraima 17,13 Bahia 46,52Amazonas 24,49 Sergipe 5,74Acre 37,90 Paraíba 26,48Amapá 42,21 Pernambuco 54,30Pará 23,21 Alagoas 100,00

REGIÃO NORTE 41,03Maranhão 29,58Paraná 90,05 Ceará 48,45Santa Catarina 52,36 REGIÃO NORDESTE 39,84Rio Grande do Sul 100,00

REGIÃO SUL 80,80

Neste quadro, percebe-se que a região mais eficiente é a região Centro-Oeste, seguida pela região SUL. As outras três regiões têm índices de eficiência baixíssimos, sendo as regiões Norte e Nordeste as duas piores.

No quadro 07, tem-se as unidades eficientes utilizadas como benchmarks para cada unidade ineficiente. Destaca-se que os estados Tocantins e Espírito Santo são os que mais são utilizados como referência, dentre aqueles com desempenho 100%, para as unidades não eficientes.




18

Quadro 07 – Unidades de Benchmarking para cada DMU Ineficiente DMU's INEFF

Paraná Goiás Distrito FederalSão Paulo Alagoas Espírito SantoRio Grande do Sul Rio Grande do SulMato Grosso Goiás Tocantins Distrito FederalGoiás GoiásMinas Gerais Goiás Tocantins Espírito SantoMato Grosso do Sul GoiásSanta Catarina Rio Grande do SulGoiás Espírito SantoBahia Goiás Tocantins Distrito FederalMaranhão Rio Grande do SulEspírito SantoCeará Tocantins Distrito FederalPernambuco Tocantins Espírito SantoAlagoas AlagoasPará Tocantins Espírito SantoRio de Janeiro Tocantins Distrito FederalTocantins TocantinsEspírito Santo Espírito SantoPiauí Goiás Tocantins Espírito SantoRondônia Tocantins Espírito SantoRio Grande do Norte Tocantins Espírito SantoDistrito Federal Distrito FederalSergipe Tocantins Distrito FederalParaíba Tocantins Espírito SantoRoraima Alagoas Espírito SantoAmazonas Tocantins Distrito FederalAcre Tocantins Espírito SantoAmapá Alagoas Espírito Santo

Benchmarks

Com base em todas as informações anteriores, faz-se uma última análise comparativa dos resultados deste estudo com os resultados do estudo de Nogueira Junior e Tsunechiro (2005a), do qual foram retirados os dados para a presente análise.

A figura 01, mostra um gráfico com as taxas de ocupação das capacidades convencional (eixo X) e a Granel (eixo Y), de cada Estado. Destacam-se, no gráfico, as unidades com eficiência 100 % (RS, GO, AL, TO, ES e DF). Nota-se, que estas formam uma “envoltória” dos dados, mostrando assim convergência entre os resultados, de forma geral. Fazer parte desta “envoltória” representa ter, ao mesmo tempo, para os mais diferentes níveis, baixa taxa de ocupação de capacidade convencional e a granel.

Porém cabe ressaltar, que a melhoria discutida pelos dois estudos é substancialmente diferente. Isto porque no estudo de Nogueira Junior e Tsunechiro (2005a), tem-se a produção de cada estado individualmente como referência e no presente estudo, tem-se a “taxa de ocupação” das melhores unidades como benchmark.




19

Figura 01 – Análise Gráfica das Taxas de Ocupação das Capacidades Convencional e Granel

0,00

10,00

20,00

30,00

40,00

50,00

60,00

0,00 2,00 4,00 6,00 8,00 10,00 12,00

Convencional

a G

ran

el

Todos os Estados Estados com EFF = 100 %

5. CONCLUSÕES E CONSIDERAÇÕES FINAIS

Conforme se verifica nos resultados apresentados, estruturas de armazenagem convencional e a granel deveriam ser construídas nos estados que apresentaram déficits em suas capacidades de armazenamento estático convencional e a granel, à época dos dados, ou seja, outubro de 2003.

Conclui-se também que, especialmente em relação ao armazenamento a granel, nos estados de Rondônia, Amazonas, Acre e Amapá, tais estruturas de armazenagem deveriam ser ainda criadas, face às ausências das mesmas verificadas nestas Unidades da Federação. Justamente numa região em que tem se verificado o aumento da fronteira agrícola por conta da expansão do cultivo da soja sobre a região de cerrado.

Soma-se a este também o fato do aumento da capacidade de armazenamento que deveria se verificar nos demais Estados para que estes se aproximassem, minimamente, de seus elementos de comparação (benchmarks), não se falando de imediato na busca de uma maior eficiência global na infra-estrutura de armazenagem brasileira. Conclui-se, então, pela ineficiência e não efetividade do sistema de armazenagem estático brasileiro face ao aumento da produção do agronegócio nacional.

Se à época da avaliação por Nogueira Junior e Tsunechiro (2005a), a situação era preocupante, imagine-se atualmente, com o aumento crescente da produção agrícola em relação a uma menor área cultivada, como decorrência direta do crescimento positivo da produtividade agrícola, principalmente por conta dos avanços promovidos pela EMBRAPA sobre a atividade de pesquisa e desenvolvimento (responsável por até 52% desta atividade no país), voltada para o agronegócio nacional.

Sem falar também na participação dos Governos Estaduais, das Universidades (responsáveis por até 20% e 21%, respectivamente), e empresas privadas, nas atividades de pesquisa e desenvolvimento voltadas para o agronegócio nacional, bem como nas políticas governamentais de estímulo à produção, entre elas o MODERFROTA e a Cédula do Produtor Rural e o Plano Safra, conforme anteriormente abordado.




20

Por conta muitas vezes do desinteresse do investidor privado na construção da infra-estrutura de armazenagem, resta aos Governos fazerem a sua parte. Contudo, tendo em vista a Economia brasileira ser de natureza capitalista, e visando também a otimização na aplicação dos recursos públicos, a despeito de outros investimentos mais importantes que devem ser realizados concomitantemente a esta e inúmeras outras demandas, não devem os Governos assumirem essa tarefa isoladamente, senão propiciar ao empresário privado uma atratividade maior para que este possa investir na infra-estrutura de armazenagem e, conseqüentemente, possibilitar a determinação do preço de venda dos estoques, no âmbito das regras de livre mercado.

Espera-se que os novos mecanismos financeiros de comercialização dos estoques agrícolas recentemente introduzidos no ordenamento jurídico e financeiro nacional, bem como os incentivos fiscais a serem concedidos ao setor, promovam um maior interesse do investidor privado, seja ele um grande investidor, como também produtores rurais e cooperativas de trabalhadores rurais.

Um estímulo governamental à maior internalização da produção agrícola ao nível do pequeno e médio produtores, em suas propriedades ou fazendas, bem como ao nível de cooperativa, certamente resultará em equilíbrio da oferta e demanda local de produtos agrícolas. Tal fato contribuiria para a promoção de uma maior segurança alimentar dos moradores de determinada região do país e adjacências, bem como para uma melhor distribuição de renda ao nível do produtor rural, estimulando a capacidade produtiva e a geração de emprego e renda.

Propôs-se este trabalho a inflamar a discussão acerca do tema. Por conta disso, pode-se pensar numa continuação desta discussão, fazendo a partir dos resultados uma análise sobre a localização de armazenagem com o objetivo, por exemplo, de minimizar custos de transportes entre unidades ofertantes, armazéns e unidades demandantes. 6. REFERÊNCIAS BIBLIOGRÁFICAS • AGÊNCIA SAFRAS. Competitividade e Desafios do Agronegócio Nacional. Matéria

Especial da Agência Safras. Porto Alegre: Editora Safras Ltda., 26 de novembro de 2004. Disponível em: http://www.safras.com.br. Acesso em 4 de junho de 2005.

• AGROANALYSIS. Investir em Armazéns. São Paulo: FGV, v. 24, n.9, p. 37, set. 2004. • CHARNES, A.; COOPER, W. W. Programming with Linear Fractional Functionals. Naval

Research Logistic Quarterly. v. 9, p. 181-186, 1962. • CHARNES, A.; COOPER, W. W.; RHODES, E. Measuring efficiency of decision

making units. European Journal of Operational Research, v. 2, p. 429-444, 1978. In: ZHU, J. Quantitative Models for Performance Evaluation and Benchmarking: DEA with spreadsheets and Excel Solver. Boston: Kluwer Academic Publishers, 2004.

• COSTA, R.C.; TOSTA, E. J. Armazenagem: diagnóstico e perspectivas. Revista de Política Agrícola. Brasília, ano 4, n. 3, p. 18-27, jul/ago/set, 1995.

• GASQUES, J. G.; REZENDE, G. C.; VILLA VERDE, C. M.; SALERNO, M. S.; CONCEIÇÃO, J. C. P. R.; CARVALHO, J. C. S. Desempenho e Crescimento do Agronegócio no Brasil. Brasília: Instituto de Pesquisas Econômicas Aplicadas, 2004.

• GOMES, E. G.; MANGABEIRA, J. A. C. Uso de Análise Envoltória de Dados em Agricultura: o caso de Holambra. ENGEVISTA . v. 6, n. 1, p. 19-27, 2004.

• INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Pesquisa de Estoques. Rio de Janeiro: Diretoria de Pesquisas, Coordenação Agropecuária, julho/dezembro, 2003.




21

• LACERDA FILHO, A. F.; SILVA, J. S.; REZENDE, R. C. Estruturas para Armazenamento de Grãos. In: SILVA, J. S. Secagem e Armazenagem de Produtos Agrícolas. Viçosa: Editora Aprende Fácil, CD-ROM, 2000.

• MIRANDA, E. F. Agricultura: 1994-2002 – Crescimento e Modernização. Brasília: Panorama Macroeconômico Brasileiro. Ministério da Fazenda, Secretaria de Política Econômica, 2002.

• MOREIRA, A. B.; FONSECA, T. C. R. Comparando medidas de produtividade: DEA, Fronteira de Produção Estocástica. Rio de Janeiro: Instituto de Pesquisa Econômica Aplicada. Texto para Discussão n. 1069, 2005.

• NOGUEIRA JUNIOR, S.; TSUNECHIRO, A. Produção Agrícola e Infra-Estrutura de Armazenagem no Brasil. Revista Informações Econômicas, v. 35, n.2, 2005a.

• NOGUEIRA JUNIOR, S.; TSUNECHIRO, A. Falta espaço para estocar as safras. Revista de Agronegócios da FGV, 2005b.

• NOGUEIRA JUNIOR, S. Armazenagem. Ensaio Especial. Rio de Janeiro: Agroanalysis, FGV, v. 13, n.3, p. 15-18, 1989.

• RAMANATHAN, R. An Introduction to Data Envelopment Analysis: A Tool for Performance Measurement. New Delhi: Sage Publications, 2003.

• TALLURI, S. Data Envelopment Analysis: Models And Extensions.. In: LEWIS, H. S. Decision Line: Production/Operations Management, May 2000.

• VERGARA, S. C. Projetos e Relatórios de Pesquisa em Administração. São Paulo: Editora Atlas, 2005.

• ZHU, J. Quantitative Models for Performance Evaluation and Benchmarking: Data Envelopment Analysis with Spreadsheets and DEA Excel Solver. Boston: Kluwer Academic Publishers, 2004.

Documents

AVALIAÇÃO DO SISTEMA BRASILEIRO DE ARMAZENAGEM ... · avaliaÇÃo do sistema brasileiro de armazenagem convencional e a granel: um estudo apoiado em anÁlise envoltÓria de dados